30 分钟，用 AI 做了一个量化选股系统

年初到现在，我在 A 股做了不少 T，折腾了两个多月，最后算下来亏了 5%。美股那边最近跌得也很惨，又损失了一块。

正好最近在看《聪明的投资者》。格雷厄姆说防御型投资者只该买估值低、财务稳健、有长期盈利记录的公司，不要猜市场，不要频繁交易。道理我都懂，但美股有几千只票，这套标准靠人工根本筛不完。

面对几千只美股无从下手

我没去找现成工具，直接打开 Claude Code，把要的东西说了一遍。

30 分钟后，graham_investor 跑起来了。

30 分钟做了什么

Claude Code 写了四个模块：从 Yahoo Finance 批量预筛全美股的 screener、按 12 个维度加权打分的模型、跟踪组合每日收益的 monitor，还有集中管理所有参数的 config。顺带处理了假日检测、夏令时转换、盈利衰退惩罚，数据每天存成 CSV。

这些自己写大概要两三天，而且我很清楚自己会在「要不要先搭个 Web 界面」上纠结半天。

AI 量化选股两阶段流水线

但这不是我想说的重点。

我在这 30 分钟里做的事

我没写一行代码，但做了很多决策：打分分几个维度、各占多少权重、怎么处理「看起来便宜但其实在衰退」的股票、要跟几组组合做对照。这些在开口之前就想好了，因为书已经给了我框架，我只是把它翻译成系统的语言。

AI 能快速执行的前提，是你知道要执行什么。

以前「有个想法」到「做出来」之间有一道很宽的沟，很多想法就在那道沟里消失了。现在沟窄了很多。这反而意味着想法的质量要求变高了——做的成本低了，做错的代价就更可见。

模型是怎么打分的

评分分四类，共 12 个维度。

估值占 30%：P/E ≤ 15、P/B ≤ 1.5、Graham Number 安全边际。Graham Number 是格雷厄姆自己的公式 √(22.5 × EPS × BVPS)，市价低于这个数才算便宜。财务健康占 15%：流动比率 ≥ 2、债务权益比 ≤ 0.5。成长与稳定占 28%：连续盈利年数、连续分红年数、盈利增长率、营收增长率。质量因子占 27%：ROE、净利率、自由现金流收益率，这是巴菲特加进来的部分，用来挡掉那些「便宜但没什么竞争力」的公司。

另外有一个盈利衰退惩罚：如果近期盈利在下滑，总分乘以 0.45 到 0.80 的系数。P/E 低不够，还得看公司是不是还在走下坡路。

最终出 A/B/C/D/F 五档评级，A 是 ≥ 80 分，B 是 ≥ 65 分。

跑一行命令出报告：